pytorch model.load_state_dict报错

pytorch加载模型的时候如果模型里边使用了一些判断,判断作为选择执行条件,但是也保存到模型里面了,但是调用的时候不选择判断条件里边的网络并且使用load_state_dict,会报错,有些算子找不到名称。如:

if backbone == "mobilenet":
    self.backbone = mobilenet()
    flat_shape = 1024
    elif backbone == "inception_resnetv1":
    self.backbone = inception_resnet()
else:
    raise ValueError('Unsupported backbone - `{}`, Use mobilenet, inception_resnetv1.'.format(backbone))
    self.avg = nn.AdaptiveAvgPool2d((1,1))
    self.Bottleneck = nn.Linear(flat_shape, embedding_size,bias=False)
    self.last_bn = nn.BatchNorm1d(embedding_size, eps=0.001, momentum=0.1, affine=True)
    if mode == "train": # 判断条件,测试时,不加载全连接
        self.classifier = nn.Linear(embedding_size, num_classes)

可以加入strict=False选项,规避网络中没有调用的算子:

model2.load_state_dict(state_dict2, strict=False)

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
model.load_state_dict报错是由于模型载入参数键不匹配造成的。具体原因是在载入参数时,模型的state_dict中缺少了一些键或者有一些额外的键。 解决这个问题的方法有两种。第一种方法是手动修改state_dict,使其键与模型中的参数键匹配。你可以使用model.state_dict()来查看模型的参数键,然后通过添加或删除state_dict中的键来实现匹配。第二种方法是在载入参数时使用strict=False参数,这样可以忽略掉一些不匹配的键,但是要注意这可能会导致一些参数无法载入或者参数不正确。 需要注意的是,如果你选择使用strict=False参数,请确保模型的结构与载入参数的结构是一致的,否则可能会导致模型无法正常工作。你可以通过查看模型的结构和载入参数的结构来确保它们的一致性。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* [【pytorch载入模型参数报错以及解决办法,小心使用strict=False】](https://blog.csdn.net/qq_44698655/article/details/123730036)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *3* [ResNet模型权重.zip](https://download.csdn.net/download/qq_45388369/21057686)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值